基于重復模式的連續(xù)哼唱輸入音樂檢索研究.pdf

1、隨著網絡技術和多媒體技術的迅速發(fā)展，大量的多媒體信息都可以從網上獲得。如何從眾多的多媒體信息中檢索出我們需要的信息，是當前的一個熱點問題。本文主要進行了多媒體信息檢索中的哼唱音樂檢索研究，使用戶只需對著麥克風哼唱一首樂曲的旋律片段，就可以得到所要檢索的樂曲。
　　目前對哼唱音樂檢索的研究大多把重點放在特定哼唱輸入方式和字符串之間的模糊匹配上，對于連續(xù)哼唱輸入方式的研究較少，即使采用了連續(xù)哼唱輸入方式，也是直接提取哼唱輸入的基頻軌跡

2、進行匹配，缺少對基頻軌跡預處理的研究。此外，由于基頻軌跡的數(shù)據量較大，對旋律匹配模塊的計算能力要求很高，因此，如何提高系統(tǒng)的檢索速度也是值得探討的問題。
　　本文針對以上哼唱音樂檢索研究中的不足，進行了如下工作：在建立旋律庫模塊，通過提取樂曲的重復模式來減少旋律匹配的計算量，提出了重復模式樹（Repeating-Pattern-Tree，RP-Tree）算法的改進算法，大幅度提高了重復模式提取算法的性能；在連續(xù)哼唱輸入的旋律提取模

3、塊，采用了先提取基頻軌跡，再對基頻軌跡進行去除錯誤點以及降維操作的方法，生成了音高時間序列；在旋律匹配模塊，分析了哼唱輸入可能具有的四種常見錯誤以及對檢索算法的要求，設計了基于N-Gram索引的動態(tài)時間彎折（DynamicTimeWarping，DTW）檢索算法；最終實現(xiàn)了一個哼唱檢索的原型系統(tǒng)，通過實驗，達到了94％的前十名命中率。實驗表明，樂曲的非平凡重復模式不但減少了檢索的數(shù)據量和存儲量，還反映了樂曲的音樂特性。因此，在基于內容的